Multitask Reinforcement Learning for Assisting Choice Model Specification
创建于 更新于
摘要
本文提出用于离散选择模型辅助设定的多任务强化学习框架 Delphos，通过 DeepSet-Q 网络将效用函数表示为建模项集合，并结合数据集特定上下文学习可迁移的建模决策。基于九个训练数据集的实验表明，多任务智能体相较独立训练的单任务智能体具有更高奖励、更高样本效率和更高成功估计比例；在 Swissmetro 与 Decisions 两个未见数据集上，无需进一步训练即可在20分钟内生成具有竞争力且具行为合理性的模型。[page::0][page::11][page::14][page::15]
